在 AI 时代，大模型（LLM）虽然聪明，但往往缺乏特定领域的私有知识，容易产生"幻觉"。如何让它"引经据典"？答案就是 RAG（检索增强生成） 。
今天，我们将以大家耳熟能详的金庸名著《天龙八部》为例，使用 Node.js + LangChain + Milvus，手搓一个专属的 AI 小说助手。本文不堆砌冗长的代码，而是带你从底层逻辑出发，深度剖析 RAG 的核心链路，让新手也能轻松掌握企业级 AI 应用开发的精髓。
一、 核心心法：RAG 的修炼路径
在写代码之前，我们必须先懂原理。RAG 的核心流程其实就像把大象装进冰箱，分为四个关键步骤：
- 资源获取 (Loader) ：把 PDF、EPUB 等格式的数据搬进内存。
- 文本切分 (Splitter) ：大模型的上下文窗口有限，我们需要把长篇小说切成一个个语义完整的小片段（Chunk）。
- 向量化 (Embedding) ：计算机看不懂中文，必须把文字片段转换成高维数字（向量），存入向量数据库（Milvus）。
- 检索与生成 (RAG) ：当用户提问时，将问题转为向量去数据库寻找最相似的片段（Top-K），最后拼接上下文交由大模型生成答案。
二、 铸剑：环境配置与组件初始化
在实战中，我们需要用到 LangChain（大模型开发的瑞士军刀）和 Milvus（高性能向量数据库）。以下是基础的组件初始化代码：
arduino
import 'dotenv/config';
import { MilvusClient, MetricType } from '@zilliz/milvus2-sdk-node';
import { ChatOpenAI, OpenAIEmbeddings } from '@langchain/openai';
// 1. 初始化 Embedding 模型（将文字转为向量）
const embeddings = new OpenAIEmbeddings({
apiKey: process.env.OPENAI_API_KEY,
model: process.env.EMBEDDINGS_MODEL_NAME,
configuration: { baseURL: process.env.OPENAI_BASE_URL },
dimensions: 1024 // ️ 核心细节：向量维度必须与模型匹配，否则无法入库
});
// 2. 初始化大语言模型
const model = new ChatOpenAI({
temperature: 0.1, // 降低随机性，让小说问答更严谨、准确
model: process.env.MODEL_NAME,
apiKey: process.env.OPENAI_API_KEY,
configuration: { baseURL: process.env.OPENAI_BASE_URL }
});
// 3. 连接 Milvus 向量数据库
const client = new MilvusClient({
address: process.env.MILVUS_ADDRESS,
token: process.env.MILVUS_TOKEN
});代码深度解析：
dotenv/config：这行代码的作用是"读取密码本"。在开发中，API Key 这种机密信息绝对不能直接写在代码里，而是放在.env文件中。这行代码会自动把.env里的变量加载到process.env中，保护你的资产安全。dimensions: 1024：这是极其关键的配置！Embedding 模型的作用是把文字变成一串数字（向量）。1024代表这串数字有 1024 个维度。如果这个数值和你使用的模型不匹配，Milvus 数据库会直接报错拒绝存储。temperature: 0.1：大模型有个参数叫"温度（temperature）"，控制它回答的"发散程度"。默认通常是 0.7，但在做小说问答这种需要"引经据典"的场景时，我们需要它严谨，所以把温度调到 0.1，让它尽量克制发挥，不瞎编乱造。
三、 藏经阁检索：语义搜索的底层逻辑
当用户提问"鸠摩智会什么武功？"时，我们不能用传统的关键词匹配，而要用向量相似度。
javascript
async function retrieveRelevantContent(question, k = 3) {
try {
// 1. 将用户问题转化为向量
const queryVector = await embeddings.embedQuery(question);
// 2. 在 Milvus 中进行向量检索
const searchResult = await client.search({
collection_name: 'ebook2',
vector: queryVector,
limit: k, // 取相似度最高的 Top-K 个片段
metric_type: MetricType.COSINE, // 使用余弦相似度计算距离
output_fields: ["id", "book_id", "chapter_num", "index", "content"]
});
return searchResult.results;
} catch (err) {
console.error('检索内容时出错:', err);
return [];
}
}代码深度解析（小白必看）：
embeddings.embedQuery(question)：这一步是"翻译官"。把用户的中文问题，翻译成计算机能懂的 1024 维数字向量。metric_type: MetricType.COSINE：为什么用余弦相似度？在海量文本中，COSINE 衡量的是两个向量在"方向"上的相似程度，而不是绝对距离。这意味着即便两段文本长度不同，只要它们表达的语义方向一致，就能被精准召回。output_fields：这相当于告诉数据库："除了给我最相关的原文（content），顺便把它的章节号（chapter_num）也带回来"。这为后续我们告诉用户"答案出自第几章"做好了准备。
四、 注入灵魂：Prompt 工程与 RAG 生成
检索只是 RAG 的一半，另一半是如何让大模型"消化"这些片段。Prompt 的设计是 RAG 的灵魂：
javascript
async function answerEbookQuestion(question, k = 3) {
try {
const retrievedContent = await retrieveRelevantContent(question, k);
// 防御性编程：如果没检索到内容，直接返回，避免浪费大模型 Token
if (retrievedContent.length === 0) {
return "抱歉，我没有找到相关的《天龙八部》内容。";
}
// 将检索到的片段拼装成结构化上下文
const context = retrievedContent.map((item, i) => `
[片段${i + 1}]
章节: 第${item.chapter_num}章
内容: ${item.content}
`).join('\n\n----\n\n');
// 构造系统级 Prompt，约束模型行为
const prompt = `你是一个专业的《天龙八部》小说助手。
请根据以下小说片段内容回答问题:
${context}
用户问题: ${question}
回答要求:
1. 仅基于提供的片段回答，如果片段中没有相关信息，请如实告知不知道。
2. 可以综合多个片段，提供完整准确的答案，并尽量引用原文支持。
3. 回答必须符合小说的情节和人物设定。
AI 助手的回答:`;
const response = await model.invoke(prompt);
return response.content;
} catch (err) {
console.error('生成回答时出错:', err);
return '系统繁忙，请稍后再试。';
}
}代码深度解析：
if (retrievedContent.length === 0)：这是"防御性编程"。如果数据库里根本没找到相关内容，就直接告诉用户不知道，千万不要把空数据扔给大模型，否则它会开始"一本正经地胡说八道"。retrievedContent.map(...).join(...)：这段代码的作用是"排版"。它把检索到的多个片段，按照[片段1] 章节: 第X章的格式整齐地拼接起来。大模型非常喜欢这种结构化的输入，这能极大提高它理解上下文的准确率。- Prompt 中的"防幻觉机制" ：注意看 Prompt 里的第 1 条要求："仅基于提供的片段回答，没有相关信息请告知不知道"。这是 RAG 系统最核心的防线，通过明确的指令，强行约束大模型不要动用它的"训练记忆"，而是乖乖做个"阅读理解"。
五、 结语：从 Demo 到企业级应用
至此，我们已经跑通了 RAG 的完整闭环。回顾整个链路：
- Loader 负责从 EPUB/CSV 等来源加载文档；
- Splitter 按照
chunk_size和overlap将文本切分，保证语义不断层； - Embedding 将百万字的小说化作 1024 维的向量矩阵；
- Milvus 提供毫秒级的语义检索；
- RAG 将 Top-K 结果与大模型结合，输出精准答案。
掌握了这套 Node.js 架构，你不仅能做《天龙八部》的问答助手，还可以轻松将其替换为企业内部知识库、产品说明书问答、法律合同审查等真实业务场景。